36、进化计算在计算机视觉中的应用与展望

进化计算在计算机视觉中的应用与展望

1. 视觉与进化计算概述

视觉是一个没有公认定义的术语，它可能指生动的心理图像、涉及视觉感知体验的看的能力，甚至是超自然事件的宗教或神秘体验。不过，大多数人会认同视觉能力是通过达尔文的自然选择过程进化而来的。有一种人工方法来设计视觉系统，它正逐渐成为计算机视觉研究中的标准技术。其目标是通过模仿自然进化规则来进化人工视觉，从而为各种可转化为优化问题的情况提供解决方案。实际上，有许多研究证明了遗传和进化计算方法能够有效探索巨大的搜索空间，常常能找到与传统手工编码技术所获结果截然不同的解决方案。

在将进化计算应用于现实世界的计算机视觉和图像理解任务时，需要了解应用领域，并将问题抽象为可进化的结构，同时要有一种能正确界定视觉系统应达到标准的衡量方法。因此，设计有效的进化视觉系统需要回答以下问题：
- 进化的是什么（选择合适的表示方式）；
- 进化通过什么机制发生（选择合适的进化范式）；
- 如何评估进化后的结构（定义适应度函数）。

这些问题与科学家或工程师在使用更传统的数学优化方法时需要回答的问题并无不同。这也是鼓励结合所有优化知识，针对原始问题提出正确技术的主要原因。需要注意的是，并非所有问题都适合用遗传和进化算法来解决。

2. 进化计算在计算机视觉中的贡献

• 解决优化难题 ：相关研究回顾了使用遗传和进化技术解决困难优化问题的工作，还探讨了视觉和进化的历史，为将进化计算机视觉引入人工视觉的未来研究奠定了基础。书中还包含了进化计算历史的介绍，解释了常见技术并提供了基础文献参考。
• 应用于摄影